AEROPORTOS INTERNACIONAIS BRASILEIROS: UMA …abepro.org.br/biblioteca/TN_STO_232_353_28560.pdf ·...
Transcript of AEROPORTOS INTERNACIONAIS BRASILEIROS: UMA …abepro.org.br/biblioteca/TN_STO_232_353_28560.pdf ·...
AEROPORTOS INTERNACIONAIS
BRASILEIROS: UMA ANÁLISE
ENVOLTÓRIA DE DADOS
Ana Elisa Perico (UNESP )
Naja Brandao Santana (UFSCAR )
O objetivo deste artigo foi analisar, por envoltória de dados com
bootstrap, a eficiência dos aeroportos brasileiros, utilizando as bases
de dados da Agência Nacional de Aviação Civil (Anac) e Empresa
Brasileira de Infraestrutura Aeroportuáária (Infraero), dos períodos de
2010, 2011 e 2011. Uma regressão múltipla foi utilizada para validar
as variáveis do modelo proposto. Nesse modelo, a medida utilizada
para representar o desempenho dos aeroportos foi a quantidade de
passageiros processados (variável dependente); para as variáveis que
determinam o desempenho (variáveis independentes) foram utilizadas:
número de pistas, número de balcões de check-in, número de
estacionamento de aeronaves e área de passageiros. A partir de então,
técnica Análise Envoltória de Dados foi aplicada para os 16
aeroportos internacionais brasileiros em uma abordagem operacional.
Para corrigir os valores de eficiência encontrados, tendo em vista o
erro aleatório inerente aos dados, aplicou-se a técnica de bootstrap
proposta por Simar e Wilson (1998). Os resultados encontrados
apontam que a grandeza de um aeroporto não foi determinante para
atribuir a eficiência a cada um deles, embora seja critério relevante
para impulsionar melhorias no desempenho dos mesmos. Nesse
sentido, o aeroporto de Curitiba, na região Sul do país, foi classificado
como o mais eficiente em todos os períodos e os aeroportos do Galeão
(Rio de Janeiro) e Manaus (Amazonas) foram os menos eficientes.
Palavras-chave: Aeroportos brasileiros internacionais, Análise
Envoltória de Dados, Bootstrap
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
2
1. Introdução
Esse trabalho está relacionado com a literatura que investiga a importância das
infraestruturas de transportes para o desenvolvimento socioeconômico, assim como a questão
da ausência das mesmas como fator estrangulador do crescimento e desenvolvimento
regional.
Atualmente, os gargalos mais destacados e evidenciados pela média são os
relacionados à infraestrutura aeroportuária. O processo de desregulamentação do setor, ainda
que restrito e ocorrido na década de 90, aliado ao crescimento econômico observado na última
década, resultaram em um incremento considerável da demanda por serviços aéreos. Além
disso, os dois grandes eventos esportivos com sede no país, a Copa do Mundo de 2014 (já
ocorrida) e as Olimpíadas em 2016, evidenciam os problemas existentes na infraestrutura
aeroportuária brasileira.
A partir dessa contextualização, esse artigo teve como objetivo investigar, por meio da
análise envoltória de dados (DEA) com bootstrap, a eficiência de 16 aeroportos internacionais
do país, no período de 2010 à 2012, considerando uma abordagem operacional. Com os
resultados, poderão ser identificados aqueles aeroportos que possuem melhor desempenho.
2. Eficiência aeroportuária
Considerando real e positiva a relação entre infraestruturas de transportes e
desenvolvimento, buscou-se, nesse trabalho, direcionar a questão para as infraestruturas
aeroportuárias.
Graham (2001) menciona alguns impactos econômicos e sociais advindos da
existência e manutenção dos aeroportos, tais como os impactos de renda, emprego,
investimentos, receitas de impostos e taxas, desenvolvimento do turismo e investimentos em
infraestruturas remotas etc.
Para promover tais impactos, é necessário que o aeroporto seja eficiente e que atenda,
de forma adequada, às demandas por seus serviços. Nesse sentido, não há na literatura sobre
eficiência aeroportuária uma definição precisa de como deve ser mensurada a eficiência de
um aeroporto. Importante destacar que a criação de um modelo padrão de eficiência, que se
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
3
adapte a toda e qualquer situação, constitui tarefa árdua e que, ainda assim, resultará em um
modelo relativo de eficiência. Dessa forma, diversos autores utilizam abordagens distintas.
Curi et al. (2011), utilizou a análise envoltória de dados para estimar a eficiência de 18
aeroportos italianos no período de 2000 à 2004. Para os autores, a dimensão dos aeroportos
não permite vantagens em termos de eficiência operacional, mas permite vantagens de
eficiência financeira para o caso de hubs e desvantagens para o caso de aeroportos menores.
Diversos outros trabalhos foram desenvolvidos para analisar a eficiência de aeroportos
em uma série de países. Lozano e Gutiérrez (2011) analisaram a eficiência de 41 aeroportos
espanhóis a partir de dados de 2006; Yang (2010) estimou a eficiência de 12 aeroportos na
região Ásia Pacífico do período de 1998-2006; Barros e Dieke (2008) calcularam a eficiência
dos aeroportos italianos em 2003; Martin e Roman (2006) investigaram a eficiência de 34
aeroportos espanhóis para o ano de 1997; Yoshida e Fujimoto (2004) estimaram a eficiência
para 67 aeroportos japoneses no ano de 2000; e Oum et al. (2008) e Lin e Hong (2006)
analisaram a eficiência dos principais aeroportos do mundo.
Para o Brasil, o trabalho de Fernandes e Pacheco (2002) analisou a eficiência de 35
aeroportos domésticos. A DEA foi utilizada de forma a identificar quais aeroportos usavam
seus recursos de forma eficiente e quais demonstravam possuir ociosidade em suas operações.
É possível observar que a literatura apresenta uma grande diversidade de modelos
dentro de diferentes abordagens de eficiência, buscando sempre maior atuação dos tomadores
de decisão.
3. Análise Envoltória de Dados
A DEA é uma técnica de pesquisa operacional, que tem como base a programação
linear, cujo objetivo é analisar comparativamente unidades independentes no que se refere ao
seu desempenho relativo. É classificada como não paramétrica, pois não utiliza uma função de
produção pré-definida, idêntica para todas as organizações na análise do relacionamento
input-output.
O modelo de eficiência DEA pode responder a qualquer uma das duas perguntas:
a) As unidades produzem determinado nível de output, ora, quanto é possível reduzir os
inputs mantendo o nível atual de output? Isto significa minimizar os inputs; e
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
4
b) As unidades utilizam determinado nível de input, qual é o maior nível de output que
pode ser alcançado com esse nível de input? Isto significa maximizar os outputs.
Com isso, faz-se necessária a escolha pela orientação de minimização de inputs e/ou
maximização dos outputs.
Já a relação entre inputs e outputs é denominada retorno de escala. São duas as
possibilidades de retornos nos modelos DEA: retorno constante de escala (CRS) e retornos
variáveis de escala (VRS).
Uma tecnologia apresenta retorno constante de escala quando os inputs aumentam ou
diminuem na mesma proporção dos outputs. Uma tecnologia apresenta retorno variável de
escala quando os inputs são multiplicados por um fator λ e os outputs podem seguir qualquer
comportamento em relação a este fator λ.
Entre esses modelos, é possível escolher o mais adequado para a amostra utilizada.
Um mecanismo que vem sendo utilizado para essa escolha é teste de hipóteses de retornos de
escalas, apresentado por Banker (1996), que verifica qual retorno de escala (constante ou
variável) é mais apropriado para o conjunto de dados usados. Banker (1996) sugere aplicar o
teste não paramétrico de duas amostras de Kolmogorov-Smirnov, baseado na máxima
distância de distribuição acumulada dos indicadores de eficiência dos modelos CRS e VRS.
O teste avalia a hipótese nula de retornos constantes de escala em contraponto à
hipótese alternativa de retornos variáveis de escala. O teste é baseado na máxima distância
vertical entre e ; as distribuições empíricas de e são
utilizadas. Os valores ficam concentrados entre 0 e 1. Valores próximos a 1 tendem a rejeitar
a hipótese nula e, com isso, aceitar a hipótese alternativa.
O teste de Kolmogorov-Smirnov foi realizado e o modelo VRS selecionado como o
mais adequado. Tal procedimento está devidamente detalhado na seção 5.2.
Como nessa pesquisa o que se buscou foi o aumento do output (passageiros
processados) dos aeroportos investigados, foi selecionada a abordagem orientada ao output. O
modelo proposto, conhecido como VRS orientado para o output (BANKER et al., 1984) é
apresentado a seguir:
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
5
(1)
(2)
(3)
(4)
Considerando:
y = outputs; x = inputs / u, v = pesos / r = 1,..., m.; i = 1,..., n; j=1,...,n.
O objetivo do modelo VRS com orientação ao output é a maximização do nível de
produção, utilizando, no máximo, o consumo de inputs observados. As variáveis uk e vk foram
introduzidas representando os retornos variáveis de escala. Essas variáveis não devem atender
à restrição de positividade, podendo assumir valores negativos.
3.1. DEA Bootstrap
Para se corrigir os valores de eficiência tendo em vista o erro aleatório inerente aos
dados, Simar e Wilson (1998) propõem uma abordagem. Por meio desta, aplica-se a técnica
de bootstrap à metodologia DEA para proceder com a inferência estatística dos resultados de
eficiência obtidos pelo modelo DEA.
Assim, é possível estimar, para cada unidade analisada, o intervalo de confiança da
eficiência, o viés e a eficiência corrigida, que será a considerada para a avaliação de
desempenho dos aeroportos. A Equação 5 evidencia o processo de geração do intervalo de
confiança para o indicador de eficiência.
(5)
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
6
Onde: é o „verdadeiro‟ indicador de eficiência; é uma estimativa do indicador de
eficiência; é à margem de erro; é o nível de significância estatística. Com o intervalo de
confiança do estimador de eficiência, obtido via o processo de reamostragem,
, encontra-se um índice de eficiência mais robusto à sensibilidade dos
dados. Além disso, é possível encontrar o tamanho do viés do estimador de eficiência
.
4. Método de pesquisa
Nesta seção são apresentados os passos de procedimento adotados na pesquisa empírica.
4.1. A Base de dados
Os dados utilizados foram os registros dos Relatórios de Desempenho Operacional dos
Aeroportos, obtidos no site da Agência Nacional de Aviação Civil (ANAC, 2013) e outros
dados técnicos dos aeroportos retirados do site da Empresa Brasileira de Infraestrutura
Aeroportuária (INFRAERO, 2013).
A definição do período de análise (2010 -2012) foi devida à disponibilidade de dados
pela ANAC e INFRAERO, optando por considerar os períodos mais recentes com dados
totalmente padronizados.
4.2. A amostra
A amostra investigada nessa pesquisa foi constituída pelos 16 aeroportos
internacionais brasileiros. A delimitação se deu pelo fato de a ANAC disponibilizar dados
desagregados somente para essa categoria de aeroportos. Buscou-se trabalhar com aeroportos
de diferentes portes, de forma a permitir que a análise fosse feita também considerando esse
aspecto.
Os aeroportos investigados foram: Aeroporto de Guarulhos, Aeroporto de Confins,
Aeroporto de Manaus, Aeroporto de Congonhas (SP), Aeroporto de Porto Alegre, Aeroporto
de Florianópolis, Aeroporto de Brasília, Aeroporto de Recife, Aeroporto de Belém, Aeroporto
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
7
do Galeão (RJ), Aeroporto de Curitiba, Aeroporto de Natal, Aeroporto de Maceió, Aeroporto
de Fortaleza, Aeroporto de Salvador e Aeroporto de São Luís.
4.3. Seleção de variáveis e aplicação do modelo
A proposta inicial de escolha de variáveis e definição de um modelo teórico se pautou
em dois fatores: (i) disponibilidade de dados dos aeroportos brasileiros; (ii) diferentes
modelos de eficiência aeroportuária, definidos em importantes pesquisas internacionais.
Como as unidades analisadas foram os aeroportos brasileiros, uma medida considerada
adequada para avaliar o desempenho dos mesmos foi o Número de Passageiros Processados.
Considerando os dois fatores mencionados, foi possível identificar algumas variáveis
operacionais que possuem relação com o número de passageiros processados, a saber:
Número de Pistas (Npistas), Número de balcões de check-in (Checkin), Número de
estacionamento de aeronaves (EstAero) e Área do terminal de passageiros (AreaPax).
Para validação do modelo proposto, foi utilizada uma regressão linear múltipla. Nesse
sentido, buscou-se verificar se as variáveis propostas (inputs) contribuíram para a
determinação do número de passageiros processados dos aeroportos investigados. A análise
foi composta por um painel de dados com 16 aeroportos, observados em 3 anos (t=3), num
total de 48 observações.
O modelo estimado nesse trabalho é do tipo log-log e se apresenta da seguinte forma:
(6)
A variável αt de progresso técnico reflete as disfunções do modelo que são comuns a
todos os aeroportos em cada período de tempo e trata-se de uma dummy. Na prática, esta
variável controla os efeitos de características qualitativas e que atuam sobre o nível de
passageiros processados de cada aeroporto investigado.
Em relação à estrutura do erro, a disponibilidade de dados em painel permitiu maior
flexibilidade na especificação do mesmo, que assim se apresenta:
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
8
(7)
Onde é o erro que se supõe e diz respeito às características e efeitos individuais
de cada aeroporto, que são constantes ao longo do tempo e não observadas, tais como efeitos
das dimensões, localização e uma mescla de outros fatores.
Considerando que o componente pode variar na seção cruzada, cabe a especificação
dos estimadores. As duas formulações mais comuns para especificar a natureza dos efeitos
individuais em um modelo em painel são a utilização de efeitos fixos (Least Squares Dummy
Variable Model) ou a de efeitos aleatórios (Estimated Generalized Least Squares). A escolha
foi realizada mediante o teste proposto por Hausman (1991).
5. Apresentação e análise dos resultados
Esta seção tem por objetivo apresentar a validação e aplicação do modelo propostos,
assim como os resultados obtidos e suas análises.
5.1. Validação das variáveis
A partir do modelo anteriormente proposto (Equação 6), buscou-se captar as
elasticidades de cada uma das variáveis explicativas em relação à variável dependente.
Uma vez constatado, por meio de um teste de Hausman, que as variáveis explicativas
são exógenas, é possível afirmar que as mesmas não possuem correlação com o termo do erro.
Considerou-se, ainda, a estimação do modelo considerando os efeitos individuais de cada
aeroporto. O modelo foi estimado considerando os efeitos como fixos e aleatórios.
O teste de Hausman foi realizado e o resultado indicou a rejeição da hipótese nula
(H0), com isso, o modelo de efeitos fixos foi considerado consistente e eficiente (Tabela 1).
Tabela 1- Teste de Hausman
Teste Seção Transversal de Efeitos Aleatórios (Resumo do Teste)
Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Seção Transversal Aleatória 10.073047 6 0.1974
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
9
O teste de especificação de Hausman forneceu evidências de que há correlação entre
os efeitos não observáveis e as variáveis explicativas do modelo. A partir disso, a Tabela 2
apresenta os resultados da estimação considerando os efeitos como fixos, realizada a partir da
matriz de White, robusta à heterocedasticidade.
Tabela 2 - Regressão – Efeitos Fixos
Variável Coeficiente Dpadrão t-Statistic Prob.
LOG(AreaPax) 3,945909 2,113378 2,548584 0,0000
LOG(Checkin) 2,277672 1,049872 2,169476 0,0087
LOG(EstAero) 1,361969 0,535090 2,545309 0,0017
(Npistas) 0,005367 0,023717 0,226308 0,0086
R-quadrado 0,996860
R-quadrado ajustado 0,994729
S.E. da regressão 0,063385
Soma quadrados resíduos 0,112494
F-estatística 467,8058
Prob (F-estatística) 0,000000
Observou-se que os coeficientes estimados são significativos, principalmente, para a
área do terminal de passageiros (3,94), balcões de check-in (2,27) e estacionamento de
aeronaves (1,36). Assim, os parâmetros obtidos por meio da estimativa do modelo de efeito
fixo podem ser considerados os melhores estimadores lineares e o elevado coeficiente
ajustado ajuda a validar o modelo apresentado (Equação 6).
5.2. Análise Envoltória de Dados
Com relação à definição do modelo DEA (escala constante ou variável), a literatura
sugere a realização do teste de Kolmogorov-Smirnov (KS), já que a escolha da tecnologia é
fundamental, que se decidida arbitrariamente pode produzir resultados distorcidos.
No procedimento do teste, o valor dessa estatística (0,7911) foi obtido (α = 1%) e
permitiu aceitar a hipótese de retornos variáveis de escala. O resultado de tal teste justifica a
apresentação apenas dos resultados do modelo de retorno variáveis de escala (Tabela 3).
De forma a corrigir os valores de eficiência, considerando o erro aleatório inerente aos
dados, utilizou-se a abordagem de Simar e Wilson (1998). A Tabela 4 apresenta os índices de
eficiência originais (enviesados), o viés e os índices corrigidos pela técnica de bootstrap. Os
resultados de bootstrap foram gerados por uma reamostragem de 2000 pseudo-amostras.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
10
Tabela 3 - Indicadores de eficiência dos aeroportos
Aeroporto Total 2010 2011 2012 Média
Belém 98,77 100,00 97,5 95,97 97,82
Brasília 100,00 98,67 100,00 100,00 99,55
Confins 100,00 100,00 100,00 100,00 100,00
Congonhas 100,00 100,00 100,00 100,00 100,00
Curitiba 100,00 100,00 100,00 100,00 100,00
Florianópolis 100,00 100,00 100,00 100,00 100,00
Fortaleza 80,75 81,95 82,83 78,14 80,97
Galeão 63,47 67,37 58,89 64,67 63,64
Guarulhos 100,00 100,00 100,00 100,00 100,00
Maceió 100,00 100,00 100,00 100,00 100,00
Manaus 38,56 41,00 39,30 36,32 38,87
Natal 100,00 100,00 100,00 100,00 100,00
Porto Alegre 100,00 100,00 100,00 100,00 100,00
Recife 81,55 93,53 84,56 71,62 83,23
Salvador 70,91 72,89 69,90 70,05 70,94
São Luís 100,00 100,00 100,00 100,00 100,00
Média 89,62 90.96 89.56 88,54 89,69
Tabela 4 - Indicadores de eficiência corrigidos
Aeroporto Média de eficiência Viés Média de eficiência corrigida
Belém 97,82 22,61 75,21
Brasília 99,55 23,18 76,37
Confins 100,00 8,56 91,44
Congonhas 100,00 23,33 76,67
Curitiba 100,00 1,79 98,21
Florianópolis 100,00 21,24 78,76
Fortaleza 80,97 14,75 66,22
Galeão 63,64 21,21 42,43
Guarulhos 100,00 17,33 82,67
Maceió 100,00 27,33 72,67
Manaus 38,87 1,09 37,78
Natal 100,00 33,33 66,67
Porto Alegre 100,00 5,23 94,77
Recife 83,23 13,86 69,37
Salvador 70,94 23,64 47,30
São Luís 100,00 19,33 80,67
Média 89,69 17,36 72,33
Optou-se por apresentar os resultados médios por aeroporto, já que, mesmo com a
correção anual do viés, os indicadores mantiveram certa estabilidade no decorrer dos anos.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
11
Pelos resultados apresentados na Tabela 4, é possível constatar a significativa
influência dos índices de eficiência com relação às variações das amostras, reduzindo a
eficiência média em 17,36%.
Outra análise realizada diz respeito à observação das diferenças de eficiência nos
aeroportos considerando o porte dos mesmos. Portanto, os indicadores médios de eficiência
dos aeroportos foram calculados para os três tamanhos investigados (extra grande, grande e
médio) em 2010, 2011 e 2012. A Tabela 5 apresenta os resultados.
Tabela 5 - Média de eficiência por tamanho
2010 2011 2012
Amostra total 73,19 72,58 71,23
Extra grande 70,00 68,81 69,63
Grande 79,25 78,75 71,73
Médio porte 69,60 69,17 73,49
Deve-se ressaltar que o tamanho dos aeroportos foi definido com base nos critérios
propostos por Burman, Ferreira e Fernandes (2007, apud BRASIL, 2012), que classifica o
aeroporto de acordo com o nível de passageiros processados por ano.
Para a amostra de 16 aeroportos pesquisados, em 2010 quatro aeroportos foram
classificados como extra grandes, seis aeroportos foram classificados como grandes e outros
seis como de médio porte. Essa classificação se manteve inalterada em 2011. Já em 2012, seis
aeroportos foram classificados como extra grandes, seis aeroportos foram classificados como
grandes e apenas quatro foram classificados como de médio porte.
Em relação aos aeroportos extra grandes, mesmo com a variação na quantidade de
aeroportos pertencentes a esse grupo no decorrer dos anos, é possível notar algumas
peculiaridades. A primeira delas diz respeito à inclusão de outros dois aeroportos nesse grupo
(Galeão e Salvador) em 2012, cujos indicadores de eficiência eram apenas “razoáveis”. Com
isso, o grupo que anteriormente (2010 e 2011) era composto por aeroportos bem qualificados,
em termos de eficiência operacional (Guarulhos, Congonhas, Brasília e Confins), aumentou
de tamanho e teve sua eficiência média levemente reduzida.
Além disso, vale destacar que a maior parte dos aeroportos desse grupo operou com
sobrecarga em 2012.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
12
O aeroporto do Galeão é reconhecidamente subutilizado. Todos os recursos desse
aeroporto são de grande magnitude. Trata-se de um aeroporto muito grande. No entanto, o
nível de passageiros processados é apenas mediano, o que o torna ineficiente no uso de seus
recursos.
O aeroporto de Salvador é um caso que também merece atenção ao ser analisado. Esse
aeroporto e o de Confins possuíam algumas semelhanças em relação aos seus recursos
disponibilizados. O aeroporto de Confins foi benchmark para o de Salvador em todos os anos
investigados. Considerando esse aspecto, a análise envoltória de dados sugere que o aeroporto
de Salvador subutilizou seus recursos (considerando o desempenho alcançado por Confins) e
foi considerado ineficiente. Nesse sentido, o aeroporto de Salvador teria potencial para
incrementar o número de passageiros processados.
Quanto aos grandes aeroportos, a diminuição média de eficiência foi de 9,5%. Trata-se
de uma retração importante. Em 2010 e 2011 esse grupo era composto pelos aeroportos de
Salvador, Confins, Porto Alegre, Recife, Curitiba e Fortaleza. Em 2012, os aeroportos de
Salvador e Confins viraram extra grandes. Além disso, também em 2012, foram incluídos na
categoria de grande porte outros dois aeroportos, o de Manaus e Florianópolis.
Nesse sentido, ao se observar a Tabela 3 (mesmo sem desconsiderar o viés), é possível
notar que o único aeroporto da categoria de grande porte que no decorrer dos anos não
mantem estabilidade nos indicadores de eficiência é o de Recife. Nota-se, inclusive, um
importante decréscimo entre 2011 e 2012.
Em todos os anos investigados, o benchmark para o aeroporto de Recife foi o
aeroporto de Porto Alegre. Nota-se que esses aeroportos possuíam proximidade em algumas
variáveis de inputs e, no entanto, o aeroporto de Porto Alegre transportou mais passageiros do
que o aeroporto de Recife, sendo que essa diferença se acentuou mais entre 2011 e 2012.
Além disso, vale observar que em 2012 o aeroporto de Manaus passou a ser
classificado como de grande porte; e que esse aeroporto foi o que apresentou menores
indicadores de eficiência em todos os anos de investigação. Com isso, esses dois aeroportos
(Recife e Manaus) tornaram-se os principais responsáveis pela grande retração na eficiência
do grupo como um todo.
O aeroporto de Manaus teve como par de referência o aeroporto de Curitiba. Este caso
é bastante peculiar. O aeroporto de Manaus, em todos os anos investigados, possuía
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
13
quantidades superiores de área do terminal de passageiros, balcões de check-in e
estacionamento de aeronaves. Somente o número de pistas dos dois aeroportos era similar. No
entanto, o aeroporto de Curitiba transportou mais passageiros do que o aeroporto de Manaus.
Nesse sentido, os recursos do aeroporto de Manaus foram subutilizados (se comparados à
utilização de recursos do aeroporto de Curitiba) e a análise envoltória de dados o classificou
como um aeroporto ineficiente.
E, finalmente, os aeroportos de médio porte absorveram uma evolução do rendimento
médio de 5,5%. Essa evolução se deveu, principalmente, à nova classificação do aeroporto de
Manaus, que em 2010 e 2011 era um aeroporto de médio porte. Em 2012 ele passou a ser
classificado como de grande porte. Ressalta-se que os indicadores de eficiência de tal
aeroporto foram os mais baixos nos três anos investigados. Por esse motivo, a nova categoria
dele (grande porte) sofreu queda na eficiência média e a categoria antiga absorveu um
incremento (médio porte).
6. Considerações finais
Este trabalho se propôs a avaliar a eficiência de 16 aeroportos, a partir da análise
envoltória de dados com bootstrap. A técnica foi aplicada a um conjunto de aeroportos com
dados de 2010, 2011 e 2012.
Os resultados obtidos indicam o aeroporto Curitiba como o mais eficiente. Além disso,
os menos eficientes foram os aeroportos do Galeão e de Manaus.
As análises não indicaram a predominância de maior eficiência entre os aeroportos
extra grandes. Foi possível concluir que os aeroportos de médio porte e grandes foram
considerados mais eficientes no período investigado, a partir das variáveis utilizadas. Assim,
para obter os resultados encontrados, a questão da melhor utilização dos inputs é mais
relevante do que o porte do aeroporto.
É importante, ainda, refletir sobre o desempenho dos aeroportos, especialmente tendo
em conta os dois eventos esportivos (Copa do Mundo e Olimpíadas) com sede no país. A
Copa do Mundo já ocorreu e, embora tenham sido evidenciadas as melhorias nos aeroportos
das cidades sedes, problemas ainda podem ser identificados.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
14
As mudanças se fazem necessárias. Dos aeroportos da região Sul, considerados os
mais eficientes, até o final de 2011 somente o aeroporto de Curitiba não operava com
sobrecargas. Os aeroportos de Porto Alegre e Florianópolis estavam operando bem acima das
respectivas capacidades. Essas mudanças já estão em operação, embora em um ritmo mais
lento do que o necessário para atender adequadamente, com qualidade, os aumentos
observados na demanda.
7. Referências
BANKER, R.D. Hypothesis tests using data envelopment analysis. The Journal of Productivity Analysis, v. 7,
p. 139-159, 1996.
BANKER, R.D.; CHARNES, A.; COOPER, W.W. Some models for estimating technical and scale
inefficiencies in data envelopment analysis. Management Science, v. 30, p. 1078-1092, 1984.
BARROS, C.P.; DIEKE, P.U.C. Measuring the economic efficiency of airports: a Simar-Wilson methodology
analysis. Transportation Research Part E, v. 44, p. 1039-1051, 2008.
BRASIL. Agência Nacional de Aviação Civil – ANAC. Movimento Operacional nos Principais Aeroportos
do Brasil, 2012. Disponível em:
http://www2.anac.gov.br/arquivos/pdf/Relatorio_Movimento_Operacional_18fev2012.PDF. Acesso em: jan.
2013.
BRASIL. Agência Nacional de Aviação Civil – ANAC. Relatório de Desempenho Operacional dos
Aeroportos, 2013. Disponível em:
http://www2.anac.gov.br/biblioteca/portarias/2011/Relatorio%20Aeroportos%2014fev.pdf. Acesso em: fev.
2014.
CURI, C.; GITTO, S.; MANCUSO, P. New Evidence on the Efficiency of Italian Airports: A bootstrapped DEA
Analysis. Socio-Economic Planning Sciences, v. 45, p. 84-93, 2011.
FERNANDES, E.; PACHECO, R.R. Efficient use of airport capacity. Transportation Research Part A, v. 36,
p. 225-238, 2002.
GRAHAM, A. Managing Airports: An International Perspective. Oxford: Butterworth-Heinemann, 2001.
INFRAERO. Aeroportos, 2013. [Online] Disponível em:
http://www.infraero.gov.br/index.php/br/aeroportos.html. Acesso em: fev. 2014.
LIN, L.C.; HONG, C.H. Operational performance evaluation of international major airports: An application of
data envelopment analysis. Journal of Air Transport Management, v. 12, p. 342-351, 2006.
LOZANO, S.; GUTIÉRREZ, E. Efficiency Analysis and Target Setting of Spanish Airports. Networks and
Spatial Economics, v. 11, p. 139-157, 2011.
XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil
João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .
15
MARTIN, J.C.; ROMAN, C. A benchmarking analysis of Spanish commercial airports. A comparison between
SMOP and DEA ranking methods. Network & Spatial Economics, v. 6, p. 111-134, 2006.
OUM, T.H.; YAN, J.; YU, C. Ownership Forms Matter for Airport Efficiency: A Stochastic Frontier
Investigation of Worldwide Airports. Journal of Urban Economics, n. 64, p. 422-435, 2008.
SIMAR, L.; WILSON, P. W. Sensitivity analysis of efficiency scores: How to bootstrap in nonparametric
frontier models. Management Science, v. 44, p. 49-61, 1998.
YANG, H.H. Measuring the efficiencies of Asia-Pacific international airports -Parametric and non-parametric
evidence. Computers & Industrial Engineering, v. 59, p. 697-702, 2010.
YOSHIDA, Y.; FUJIMOTO, H. Japanese-airport benchmarking with the DEA and endogenous-weight TFP
methods: testing the criticism of overinvestment in Japanese regional airports. Transportation Research Part
E, v. 40, p. 533-546, 2004.